Le moteur de recherche Krummelanke de la startup allemande SereneDB serait le moteur de recherche de base de données le plus rapide au monde, combinant recherche et analyse en un seul produit.
La société affirme que les agents IA lancent des centaines de requêtes hybrides de recherche et de comptage par seconde, pourtant chaque base de données en production a été construite pour des utilisateurs humains. Son moteur Krummelanke est conçu pour gérer la recherche de base de données à haute vitesse à l'échelle des agents. Krummelanke est open-source sous licence Apache 2.0, compatible avec Postgres et Elastic, et peut effectuer une recherche plein texte sur des données stockées sur S3.
Le co-fondateur et PDG Alexander Malandin a déclaré : « L'avenir agentique est, avant tout, un problème de charge de données. Aujourd'hui, un agent IA est une seule abeille visitant une seule fleur. Ce qui arrive, c'est l'essaim : plus d'agents que d'employés dans chaque organisation, chacun lançant des centaines de requêtes par seconde. L'infrastructure construite pour les utilisateurs humains n'est ni assez rapide ni assez rentable pour survivre à cette charge. L'avenir agentique nécessite une nouvelle génération de bases de données : une recherche ultra-rapide et une analyse ultra-rapide dans un seul moteur, où les opérations de recherche sont mesurées en nanosecondes et une question sur des milliards d'enregistrements revient en millisecondes. Une qui traite les agents comme des utilisateurs de première classe, supporte leur échelle et atteint les données où qu'elles se trouvent. C'est ce que nous avons construit, et avec SereneDB Krummelanke, nous le mettons en production. »
SereneDB note que les moteurs analytiques comme Snowflake, BigQuery, DuckDB sur Parquet et les lakehouses lisent généralement les données colonnaires directement depuis S3 par défaut. Les grands scans séquentiels correspondent au profil de latence du stockage objet, contrairement à la recherche plein texte. La recherche plein texte nécessite un index inversé qui liste les éléments de contenu tels que les mots ou les nombres et les mappe à leurs emplacements dans les tables ou les documents. La recherche par index inversé génère de nombreux accès aléatoires. Typiquement, les moteurs de recherche basés sur Lucene stockent les index sur un stockage local rapide séparé du magasin de données principal du lakehouse. SereneDB affirme que les données « recherchables » dans un déploiement Elastic signifient maintenir une deuxième copie sur flash, le niveau de stockage le plus cher disponible.
Nous avons demandé en quoi la recherche de SereneDB diffère de la recherche de données de stockage objet générale comme la recherche Cloudian HyperStore.
Le CTO Andrey Abramov nous a dit : « Cloudian est un fournisseur de stockage compatible S3 et HyperSearch est un service attaché au bucket. Il collecte les métadonnées des objets stockés et indexe ces métadonnées à l'intérieur d'un composant de recherche sous-jacent ; il s'agit d'un système d'indexation séparé alimenté par copie de données. De nombreux services implémentent la recherche de cette manière et ils fonctionnent bien. »
Au niveau du cœur du moteur de recherche, cependant : « Il n'y a qu'une poignée de technologies et de bibliothèques de recherche fondamentales dans le monde : Lucene, Tantivy et IResearch construit par SereneDB. Elasticsearch, OpenSearch, Solr et bien d'autres sont des dérivés de Lucene et suivent un modèle de copie d'abord. Ils ne peuvent pas rechercher les données qu'ils ne détiennent pas localement, donc toute donnée à rechercher doit être extraite, transférée et dupliquée dans le cluster de recherche. »
SereneDB fonctionne différemment : « SereneDB indexe les données là où elles résident déjà. Les fichiers Parquet et les tables Iceberg sur S3 restent la source de vérité. Nous ne stockons que l'index dérivé. La recherche elle-même — plein texte avec classement BM25, recherche vectorielle et géographique — s'exécute sur cet index avec un petit ensemble local chaud. Le cas d'utilisation d'Iceberg sert d'exemple concret : un client écrit des modifications dans une table Iceberg sur S3, SereneDB récupère ces mises à jour et sert la recherche et l'analyse sur celles-ci. Vous pouvez pointer n'importe quel nombre de nœuds SereneDB vers la même table. »
Nous avons demandé si les fournisseurs de stockage objet, de bases de données ou de lakehouse pouvaient adopter le moteur de recherche de SereneDB comme alternative à Lucene et ses dérivés. Abramov a dit : « Oui, absolument ! Nous pouvons non seulement remplacer ElasticSearch, OpenSearch, Solr, CrateDB qui sont des dérivés purs de Lucene, mais aussi les augmenter de capacités analytiques. Par exemple, nous maintenons une documentation dédiée couvrant la migration depuis ElasticSearch. »
La société a effectué des benchmarks comparant la vitesse de son moteur de recherche à des alternatives populaires et les a surpassées. Abramov a déclaré : « Notre objectif avec ces benchmarks était de démontrer que SereneDB est une alternative plus rapide et moderne à la pile de recherche traditionnelle. »
Détails des benchmarks
Le SearchBench de SereneDB comprend 92 requêtes de recherche et d'analyse exécutées sur 100 millions et 1 milliard d'enregistrements de logs OpenTelemetry, le jeu de données TextBench publié par ClickHouse avec 15 colonnes stockées par enregistrement. Tous les tests sont exécutés sur un seul serveur. Chaque moteur concurrent a été réglé en utilisant des paramètres de configuration publiés, avec un délai d'expiration de 60 secondes par requête. Toute requête dépassant cette limite est marquée comme non terminée.
Les résultats des benchmarks pour plus d'une douzaine de moteurs de recherche populaires sont disponibles sur un tableau de bord. Les moteurs testés incluent Elasticsearch dans quatre configurations, OpenSearch, ParadeDB, CrateDB, ArangoDB, TigerDB avec des variantes de stockage ligne et colonne, et Postgres vanilla, avec des moteurs supplémentaires à ajouter. Le chronométrage utilise trois exécutions par requête, en prenant le meilleur résultat des deux dernières exécutions. Une requête est exécutée à la fois à partir d'un seul client et la mise en cache des résultats est désactivée. Le tableau de bord mesure la latence plutôt que le débit.
Les cellules de résultats du tableau de bord montrent les ratios de performance par rapport au moteur le plus rapide pour chaque requête, où le résultat le plus rapide est égal à 1,0x. Le score global est calculé comme la moyenne géométrique de ces 92 ratios par requête. SereneDB explique que cette méthode standard de moyennage des ratios empêche une seule requête aberrante de fausser les résultats.
SereneDB atteint une moyenne géométrique de 1,05x sur l'ensemble de données de 100 millions d'enregistrements et de 1,07x sur l'ensemble de données de 1 milliard d'enregistrements. Sur les 92 requêtes, il est soit le moteur le plus rapide, soit à quelques pour cent de la vitesse maximale. ElasticSearch se classe deuxième avec une moyenne géométrique de 2,8x sur l'ensemble de données de 100 millions. Le stockage colonne TigerData obtient 2,24x sur l'ensemble de données de 1 milliard, avec de nombreux timeouts. Vanilla Postgres atteint 204x sur l'ensemble de données de 100 millions et 50,69x sur l'ensemble de données de 1 milliard.
Pour simplifier la comparaison entre les fournisseurs au-delà de la vue complexe du tableau de bord, nous avons créé un graphique montrant les scores moyens géométriques classés à partir du benchmark de 100 millions basé sur des données de capture d'écran.
Les écarts de performance sont extrêmement larges, nous avons donc exclu les scores supérieurs à 10 et redessiné le graphique. Comme l'indique SereneDB, son moteur de recherche est en tête du groupe testé.
Fondation et financement de SereneDB
SereneDB a été fondée à Berlin en 2025 par Alexander Malandin, PDG avec une expérience antérieure en ventes d'entreprise chez EMC, Dell et ArangoDB ; Andrey Abramov, CTO avec une expérience en R&D de recherche chez Quest Software, EMC et ArangoDB ; et Valery Mironov, ingénieur principal précédemment chez ArangoDB et YDB. L'équipe d'ingénierie de huit personnes collabore depuis plus de 16 ans. Son cœur de recherche IResearch est en développement depuis 2014.
La startup a annoncé 2,1 millions de dollars de financement pré-amorçage en décembre 2025, mené par Entourage et High-Tech Gründerfonds.
SereneDB Krummelanke est open source sous la licence Apache 2.0 et disponible sur GitHub.
Beijing Qianxing Jietong Technology Co., Ltd.
Sandy Yang/Directeur de la stratégie mondiale
WhatsApp / WeChat : +86 13426366826
E-mail : yangyd@qianxingdata.com
Site Web : www.qianxingdata.com/www.storagesserver.com
Focus commercial :
Distribution de produits TIC / Intégration de systèmes et services / Solutions d'infrastructure
Avec plus de 20 ans d'expérience dans la distribution informatique, nous nous associons à des marques mondiales de premier plan pour fournir des produits fiables et des services professionnels.
« Utiliser la technologie pour construire un monde intelligent » Votre fournisseur de services de produits TIC de confiance !
Votre message doit contenir entre 20 et 3 000 caractères!
French
